transfer learning

Transfer learning 顧名思義就是就是把已學訓練好的模型參數遷移到新的模型來幫助新模型訓練數據集。就跟其他知友回答的那樣,考慮到大部分數據或任務是存在相關性的,所以通過transfer learning我們可以將已經學到的parameter 分享給新模型從而加快並優化模型的學習不用像之前那樣learn from zero. 比較標誌性的例子是Deepmind的作品 progressi
相關文章
相關標籤/搜索